東海大學智慧永續循環經濟研究中心誠徵邊緣 AI / 視覺系統工程師

邊緣 AI / 視覺系統工程師
⸻

工作內容／職責

• 開發與優化影像辨識系統，包括串流影像處理、畫面分析與即時偵測功能。
• 建立物件偵測、影像分割與影像事件分析等模型，並提升辨識準確度。
• 整合相機、感測器及相關資料，建立完整的影像處理流程。
• 與硬體及後端工程師合作，確保影像系統從前端到資料呈現的穩定運作。
• 將機器學習 / 影像辨識模型 (例如 YOLO／類 YOLO 模型) 部署於邊緣設備 (edge devices, embedded / edge-AI hardware)，實現低延遲、即時推理 (real-time inference)。
• 開發與整合後端伺服器、IoT 裝置、資料傳輸 (含邊緣 → 雲端同步)、以及資料儲存／管理機制。
• 開發並維護人機介面 (Web UI / Dashboard) 及／或手機 App，用以顯示偵測結果、警示、報表產生等。
• 負責整體系統整合、測試 (functional test / stress test / field test)、除錯 (debug)、效能優化、以及後續維運 (maintenance & update)。
• 跨領域協同，撰寫技術規格、使用者手冊、報告、並規劃部署流程。

⸻

必要條件 / 基本資格

• 資訊工程、電機工程、資工相關，或其他與軟體／影像處理／AI 有關科系畢業／具備相關經驗。
• 熟悉 Python、C++ 或其他至少一種適合影像處理／後端／系統整合的程式語言。
• 熟悉深度學習與電腦視覺相關技術 (object detection / image processing / video stream)──具備使用 / 訓練 /微調 (training / fine-tuning) 模型 (例如 YOLO 或相似) 的經驗。
• 熟悉影像處理工具／函式庫 (例如 OpenCV, 或其他 video / image processing libraries) 以處理工業相機影像。
• 具備將模型部署於邊緣裝置 (edge devices / embedded / AI-box / IoT 平台) 的經驗或潛力，包括模型壓縮、量化 (quantization)、優化 (optimization)／加速 (acceleration) 技術。這是 edge-AI 系統成功關鍵。
• 有良好的問題分析與除錯能力、系統整合能力 (soft ware + hardware + network / IoT)；能撰寫清楚的技術文件 (設計文件 / 使用手冊 / 運維紀錄)。
• 具備團隊合作能力與良好溝通／跨領域協作能力 。

⸻

加分條件／優先考慮

• 曾經將 Computer Vision / Deep Learning 模型部署於邊緣平台 (如 NVIDIA Jetson, Coral Edge TPU, 或其他 embedded AI hardware)。
• 熟悉或有經驗使用邊緣 AI 部署框架 (如 TensorFlow Lite, ONNX Runtime, TensorRT / Edge SDK /其他 embedded inference SDK)。
• 有後端系統開發經驗 (REST API、資料庫、IoT 裝置管理)、或前後端整合 (full-stack / IoT + Backend + Frontend) 的經驗。
• 有 UI / UX 設計／Web UI／Mobile App 開發經驗 (以顯示監控／告警／報表為主)。
• 對環境工程 (排放監控 / 空氣污染 / 環保規範) 有了解，對從事環保監測、稽查技術開發有興趣或熱忱。
• 具備良好文件撰寫、專案管理經驗。
• 若有論文、發表、開源專案 (Open Source) 經歷／貢獻更佳。